项目环境概述

以机器学习的方式，可以通过多种模型对 APT 组织所使用的恶意代码进行训练学习，同时由于训练的多样化，检测效果也会比家好。本项目采用的随机森林以及不同采样策略进行模型训练。详细设计见md文件。

1.系统描述

本系统主要是针对大量APT恶意代码进行学习，通过学习后从而对更多的APT恶意代码能够检测分类。

2.系统功能

对APT组织所使用的恶意代码进行动态分析，提取动态分析结果中的关键特征，使用随机森林并采用不同采样策略进行模型训练，最后能对恶意代码所属APT进行检测。

3.系统环境

3.1 硬件环境

i7以上CPU+4G内存+320G硬盘

3.2 软件环境

Ubuntu18.04操作系统

3.3 网络环境

4.一般约束

工具性能性能约束，开发技术支持，软件约束范围等。

三、软件业务需求描述

1.软件需求

软件需求 A

软件需求 B

软件需求 C

软件需求 D

输入参数

软件需求 E

四、技术需求描述

1.初始数据质量标准

由于数据会直接导致模型的好坏，因此初始数据噪声值应尽量小，数据量尽可能大

2.高性能

预测时响应速度小于1s

3.可移植性

不同操作系统均能进行训练预测。

4.可扩展性

对于不同输入数据规模，能够对相应的样本进行预测，同时能使用不同的数据进行预测。

5.可维护性

模型参数丢失以及数据库信息损失能及时回补

五、开发模型选择

开发模型我们选择瀑布式模型，主要原因是有利于软件开发过程中人员的组织、管理，有利于软件开发方法和工具的研究，从而提高了大型软件项目开发的质量和效率。

概要设计

---

1.引言

1.1 编写目的

本说明书目的在于明确说明系统所需环境、各模块的实现方式，以及指导开发员进行编码。

1.2 预期读者

本说明书预期读者包括：

● 项目经理；

● 开发人员；

● 测试人员；

● 文档编写人员；

2. 技术设计

2.1 系统运行环境

2.2 主要硬件环境

3. 模块设计

4. 图形化界面设计

4.1 结构设计

4.2 实际界面设计

5. 数据库设计

5.1 实际设计情况

通过实际操作与测试，最终选择数据库仅进行存储已经预测完的文件相关信息的功能。

具体设计如下：

5.2 数据库表结构说明

fileName:上传文件的文件名。

model：文件预测时选择的模型编号。

accuracy1、2、3、4：分别对应着训练集中的 4 个组织的相关程度。

label：预测后，认为他所属的国家。